网络社区作为互联网的一个重要组成部分,其安全性和稳定性引起了广泛关注。一些敏感信息在网络社区中蔓延开来,对社会的和谐造成极大危害。敏感信息识别方法通过识别敏感信息并进行预警以阻止其传播,对引导网络舆情走向,营造网络社区良好舆情环境有着重要意义。在对网络社区敏感信息进行识别时,现有方法由于无法对语料所表达的意义进行深入理解,其识别效果还有待提高。本文在调研国内外对敏感信息识别技术的基础上,结合语义分析和计算技术,设计并实现了基于语义依存关系的文本敏感性计算方法。该方法通过敏感词典的自动扩充和敏感序列标注提高敏感词汇的识别效果,并分别对句子级和文档级的敏感性进行计算。在处理句子时,使用语义依存分析挖掘句子的语义信息,并设计了局部敏感性传递算法对这些语义信息进行处理,最后提取出句子级的敏感向量。在处理整篇文档时,使用敏感句子架构匹配策略和敏感分级策略,对文档的敏感性进行分级,为舆情监测者提供参考。为验证本算法的准确性,本文设计了在各级敏感语料上的对比实验。在实验过程中,采用主流的NB、SVM、KNN和adaboost几种分类器实现文档的敏感性分级。实验结果表明,本文算法在实验数据集上的敏感性分级准确率达到了 84.51%,相比对照算法提升了 10%左右。本文算法在各级文档中有较为均衡的识别效果。